La inteligencia artificial abre una nueva vía para mejorar el diagnóstico de enfermedades relacionadas con DNM1L
El estudio AI-Based Mitochondrial Network Characterization as en Biomarker for DNM1L-Related Disease Diagnosis liderado por investigadores del grupo de investigación de Neurometabolismo pediátrico: mecanismos de comunicación neuronal y terapias personalizadas del Institut de Sant Joan de Déu (IRSJD) y Universidad CEU Abat Oliva (UAO) ha demostrado el potencial de la inteligencia artificial para identificar alteraciones características en la red DNM1L, asociadas a trastornos neurológicos poco frecuentes.
El trabajo, publicado en la revista Advanced Intelligent Systems, propone una nueva aproximación para apoyar la interpretación de variantes genéticas y, en el futuro, contribuir a mejorar el diagnóstico de estas enfermedades raras.
¿Qué son las enfermedades relacionadas con DNM1L?
Las enfermedades relacionadas con DNM1L son un grupo muy poco frecuente de trastornos que afectan principalmente al sistema nervioso y al desarrollo neurológico. Están causadas por alteraciones en este gen, que pueden tener consecuencias muy diversas: desde graves formas con afectación neurológica hasta otras manifestaciones más leves.
El gen DNM1L contiene las instrucciones para fabricar la proteína Drp1, esencial para regular la división y la dinámica de las mitocondrias, las estructuras celulares encargadas de producir buena parte de la energía que necesitan las células.
Las mitocondrias no son estructuras estáticas: forman una red que se reorganiza constantemente. Para funcionar correctamente, se pueden unir y separar, un proceso que permite mantenerlos en buen estado y distribuirlos allá donde la célula necesita energía. La proteína Drp1 desempeña un papel fundamental en este proceso de división.
Cuando DNM1L está alterado, este dispositivo puede no funcionar correctamente. Esto puede modificar la forma y organización de la red mitocondrial y contribuir a la aparición de la enfermedad. La gran diversidad de manifestaciones clínicas también puede dificultar la interpretación de nuevas variantes genéticas y determinar si están o no relacionadas con la enfermedad.
Una "huella" característica de la red mitocondrial
Los investigadores analizaron células de la piel procedentes de pacientes con alteraciones en DNM1L y observaron que, a pesar de la variabilidad de las manifestaciones de la enfermedad, sus células compartían un patrón característico: una red mitocondrial más alargada e interconectada.
A partir de imágenes obtenidas mediante microscopía confocal en la Unidad de Microscopía Confocal e Imagen Celular del Hospital Sant Joan de Déu Barcelona, el equipo investigador, en colaboración con los especialistas de la Unidad, abordó la caracterización de la red mitocondrial mediante herramientas de inteligencia artificial. La Unidad aportó su experiencia en microscopía avanzada y se encargó del desarrollo y la aplicación de los métodos basados en inteligencia artificial, que permitieron identificar patrones en la organización mitocondrial y distinguir las células de pacientes con alteraciones en DNM1L de las de personas sanas.
Los resultados muestran que esta aproximación es capaz de identificar de forma automatizada patrones visuales complejos en la red de mitocondrias. En particular, una de las estrategias basadas en inteligencia artificial alcanzó una precisión del 77% en la clasificación de las imágenes.
«Esta investigación demuestra que la morfología de la red mitocondrial puede contener una información muy valiosa para identificar a una firma celular asociada a las alteraciones en DNM1L. La combinación de microscopia avanzada e inteligencia artificial nos permite explorar esta información de una forma automatizada y puede convertirse, en el futuro, en una herramienta complementaria para ayudar a interpretar variantes genéticas complejas», destaca Alfonso de Oyarzábal, líder del trabajo e investigador del grupo de investigación Neurometabolismo pediátrico: mecanismos de comunicación neuronal y terapias personalizadas del IRSJD y la UAO.
Una herramienta complementaria para avanzar en el diagnóstico
Actualmente, la interpretación de determinadas variantes genéticas sigue siendo uno de los grandes retos en el diagnóstico de las enfermedades raras. Los resultados de este estudio aportan una prueba de concepto que sugiere que el análisis automatizado de la red mitocondrial podría complementar otros estudios funcionales a la hora de determinar si una variante en DNM1L está relacionada con la enfermedad, permitiendo avanzar o acelerar el diagnóstico de pacientes. A futuro, podrá ser también una herramienta para cribar posibles fármacos moduladores de la red mitocondrial, avanzando en la investigación de terapias para esta patología.
Sin embargo, los autores subrayan que habrá que validar estos resultados en grupos más amplios de pacientes y en diferentes entornos experimentales antes de que esta metodología pueda llegar a tener una aplicación en la práctica clínica.
El estudio pone de manifiesto el potencial de combinar la investigación biomédica, las tecnologías de microscopía avanzada y la inteligencia artificial para avanzar hacia diagnósticos más precisos en enfermedades raras.
Referencia del estudio:
AI-Based Mitochondrial Network Characterization as a Biomarker for DNM1L-Related Disease Diagnosis, publicat a Advanced Intelligent Systems. Leer el artículo científico: https://doi.org/10.1002/aisy.70601
Los investigadores analizaron células de la piel procedentes de pacientes con alteraciones en DNM1L y observaron que sus células compartían un patrón característico.